TiD2025演讲征集 |【ChinaTest Conf.】第十四届中国软件测试大会·AI大模型时代的性能测试与性能分析论坛

【ChinaTest Conf.】AI大模型时代的性能测试与性能分析论坛(←点击查看征集详情)

随着AI大模型技术在各行业的深度渗透，其性能表现已成为决定技术落地效果的核心要素。本分论坛聚焦“AI大模型时代的性能测试和性能分析技术”，旨在探讨在算力资源消耗激增、模型复杂度指数级增长的新挑战下，如何构建适配大模型特性的全栈性能评估体系。

当前大模型性能测试和性能分析面临多维挑战：单卡到万卡级集群的扩展效率评估、训练推理全链路能耗监控、多模态场景下的响应质量量化、以及模型迭代过程中的性能衰退预警等。传统测试方法在动态推理延迟评估、长文本处理稳定性监测、多维度性能瓶颈定位等方面已显局限。本分论坛将重点探讨AI大模型应用的性能评估基础理论和方法论，AI性能工程化测试实践，AI在性能领域的前沿技术探索，以及AI大模型时代的标准化与生态建设。

会议将呈现三大亮点：首次系统性拆解大模型性能测试技术栈，涵盖大模型的关键维度；深度剖析各业务领域的实测案例，揭示行业特定场景下的性能优化路径。

本分论坛将为AI从业者提供性能优化的方法论工具箱，助力构建更高效、可靠的大模型应用体系，推动人工智能技术向生产级部署迈进。

本论坛的议题征集方向

AI大模型的性能测试和性能分析各阶段实施落地技术；
AI大模型应用的性能评估基础理论和方法论；
AI大模型性能工程化测试实践；
AI大模型性能测试和分析工具链与平台建设；
AI在垂直行业性能分析优化攻坚；
AI大模型在性能领域的前沿技术交叉探索；
AI大模型时代的标准化与生态建设。

本论坛用户收益

技术认知升级
系统掌握大模型性能测试和分析的全栈技术框架，获取前沿测试和分析方法论，包括动态负载模拟、多维度瓶颈定位、生成质量量化评估等关键技术，提升复杂场景下的问题诊断能力。
行业实战经验
通过各领域头部企业的真实案例，学习千亿参数模型推理加速、千卡集群训练效率优化、端侧轻量化部署等场景的解决方案。
掌握成本与性能的平衡策略，例如通过能耗监控降低算力开支，利用弹性测试缩短模型迭代周期。
工具链赋能
获取开源性能测试与分析工具（如分布式压力测试框架、多模态质量评估平台）的使用技巧，快速搭建企业级AI性能测试与分析流水线。
标准与趋势洞察
参与行业测试与分析标准讨论，提前布局合规化AI性能测试与分析体系，规避模型落地中的性能风险。
洞悉AI算力演进趋势对测试与分析技术的影响，抢占技术升级先机。
资源链接机会
与垂直领域专家建立连接，获取技术攻关等合作机会。

本论坛适合听众

AI大模型应用研发与工程团队；
AI大模型应用性能测试与分析优化团队；
AI大模型基础设施与算力相关从业者；
AI大模型垂直领域技术决策者；
AI大模型学术与研究机构；
AI大模型生态合作厂商。

议题提交

若您有意向参加演讲，请于2025年4月18日前扫码或下载附件提交议题申请。

联系方式